Если ваша организация относится к субъектам критической информационной инфраструктуры (КИИ) - энергетика, транспорт, финансы, промышленность, здравоохранение и др., - то внедрение ИИ подпадает под требования 187-ФЗ и подзаконных актов. Игнорировать их нельзя: это штрафы и запрет эксплуатации.

Что такое КИИ и кого касается

КИИ - это информационные системы и сети, критичные для функционирования важных отраслей. Субъекты КИИ обязаны провести категорирование объектов и обеспечить их защиту в соответствии с присвоенной категорией значимости.

Ключевые требования к ИИ на объектах КИИ

  • Категорирование: определить, является ли ИИ-система значимым объектом КИИ, и присвоить категорию.
  • Закрытый контур: для чувствительных данных модель и данные не должны покидать защищённый периметр - облачные зарубежные API, как правило, недопустимы.
  • Импортонезависимость: приоритет отечественного ПО и оборудования, сертифицированных средств защиты.
  • Защита данных и доступа: разграничение прав, шифрование, аудит и логирование.
  • Реагирование на инциденты: взаимодействие с ГосСОПКА, регистрация и передача сведений об инцидентах.
Главный принцип для ИИ на КИИ: данные и модель - в контролируемом периметре, с полным аудитом. Именно поэтому крупные субъекты выбирают собственную LLM on-premise, а не публичные сервисы.

Как выстроить внедрение правильно

  • Провести аудит и категорирование до старта разработки.
  • Заложить архитектуру в закрытом контуре с сертифицированными средствами защиты.
  • Встроить мониторинг, логирование и защиту модели от атак (в т.ч. prompt injection).
  • Оформить организационные меры: регламенты, ответственных, документацию.

Типичные ошибки

  • Начинают с пилота на публичном облаке, а потом не могут «легализовать» его на КИИ.
  • Не проводят категорирование и недооценивают объём требований.
  • Считают безопасность «доработкой в конце», а не частью архитектуры.

Вывод

ИИ на объектах КИИ требует секьюрити-архитектуры и соответствия 187-ФЗ с первого дня. Правильный путь - сначала аудит и категорирование, затем разработка в закрытом контуре по принципу secure by design.

По теме: атаки на нейросети: как защитить модель и своя LLM или ChatGPT API.